《表3 改进的K-means聚类算法的聚类结果》
现设定相同的聚类数和初始聚类中心,采用改进的K-means聚类算法对表1客户聚类,结果如表3。第一类客户包含2、3、12、17、19、23、26和31,第二类包含6、7、8、13、22、25和27,第三类包含1、5、20、21、28和29,第四类包含4、14、16、18、24和30,第五类包含9、10、11和15,各聚类中心坐标分别为(26.38,4.88)、(10.14,23.71)、(26,19.17)、(14.5,8.5)和(2.75,14)。每类客户分布如图4所示,可见改进的K-means聚类算法能保证各客户到其配送点的距离不超过Dmax/2,因此无异常客户点。
图表编号 | XD00196806500 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.10 |
作者 | 郭秀萍、胡运霞 |
绘制单位 | 西南交通大学经济管理学院、西南交通大学经济管理学院 |
更多格式 | 高清、无水印(增值服务) |